MétaCan
Menu
Retour à la cohorte
Enregistrement W2567147711 · doi:10.1101/096602

Aggregation of biological particles under radial directional guidance

2016· preprint· en· W2567147711 sur OpenAlexafffund
Ion Bica, Thomas Hillen, Kevin J. Painter

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2016
Typepreprint
Langueen
DomaineMathematics
ThématiqueMathematical Biology Tumor Growth
Établissements canadiensMacEwan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPolitecnico di Torino
Mots-clésIsotropyAnisotropyDiffusionAggregate (composite)ChemotaxisTensor (intrinsic definition)GeometryCoupling (piping)AdhesionDeformation (meteorology)PhysicsBiological systemBiophysicsChemistryMathematicsBiologyMaterials scienceOpticsNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Many biological environments display an almost radially-symmetric structure, allowing proteins, cells or animals to move in an oriented fashion. Motivated by specific examples of cell movement in tissues, pigment protein movement in pigment cells and animal movement near watering holes, we consider a class of radially-symmetric anisotropic diffusion problems, which we call the star problem . The corresponding diffusion tensor D ( x ) is radially symmetric with isotropic diffusion at the origin. We show that the anisotropic geometry of the environment can lead to strong aggregations and blow-up at the origin. We classify the nature of aggregation and blow-up solutions and provide corresponding numerical simulations. A surprising element of this strong aggregation mechanism is that it is entirely based on geometry and does not derive from chemotaxis, adhesion or other well known aggregating mechanisms. We use these aggregate solutions to discuss the process of pigmentation changes in animals, cancer invasion in an oriented fibrous habitat (such as collagen fibres), and sheep distributions around watering holes. JTB classification: 21.050, 21.160, 52.250, 71.060

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,272
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,046
Tête enseignante GPT0,270
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMathematical Biology Tumor GrowthTravaux en français237 207